로그인 후 신청할 수 있으며, 정원이 찼거나 이미 신청한 강의는 신청할 수 없습니다. 신청 내역은 [마이페이지 > 학습정보]에서 확인합니다.
| 회차 | 주제 | 내용 |
|---|---|---|
| 1 | □ 오리엔테이션 □ 파이썬 기초 - 파이썬 소개， Anaconda 및 Jupyter Notebook 설치 및 환경 세팅 - 파이썬 기본 문법 - 변수， 연산자， 표준 입출력 - 파이썬 자료형(리스트， 튜플， 딕셔너리， 세트) - 조건문， 반복문 - 함수， 모듈 | 이론 및 실습 · 자체교재 |
| 2 | □ 파이썬을 활용한 데이터 처리 기초 - Python 데이터 처리 라이브러리 소개 - NumPy 기초 - Pandas 데이터 처리， 데이터 프레임 구조 이해 - 데이터 시각화 기초 - 데이터 시각화 응용 | 이론 및 실습 · 자체교재 |
| 3 | □ 산업 데이터 핸들링 및 데이터 분석 방법론 - 데이터 탐색적 분석(EDA): 기술 통계， 분포， 상관 관계 이해 - 데이터 시각화의 중요성 및 기법: matplotlib， seaborn 라이브러리 사용법 - 데이터 클리닝 및 전처리 방법: 중복 데이터 처리， 데이터 타입 변환 - 결측치의 유형과 결측치가 분석에 미치는 영향 - 결측치 처리 방법: 제거， 대체 (평균， 중앙값， 최빈값 등) - 이상치 처리 방법: 삭제， 대체， 변환 - 데이터 스케일링(정규화， 표준화) - 실습: EDA 및 시각화를 통한 산업 데이터 인사이트 도출 | 이론 및 실습 · 자체교재 |
| 4 | □ 파이썬 머신러닝 - 인공지능 기초 이론， TensorFlow 및 Keras 소개 - 지도학습 vs. 비지도 학습， KNN， SVM， Decision Tree， 앙상블 기법 - 회귀(Regression) 모델 - 분류(Classification) 모델 - 클러스터링(Clustering) 모델 | 이론 및 실습 · 자체교재 |
| 5 | □ 파이썬 딥러닝 기초 - 딥러닝 개요 및 환경 설정 - TensorFlow 및 Keras 소개， 기본 신경망 모델링 - 최적화， 손실함수， 경사하강법 - CNN， 모델 학습，평가， 저장 - 실습: 딥러닝 프로젝트 | 이론 및 실습 · 자체교재 |
| 6 | □ 컴퓨터 비전 - 컴퓨터 비전 소개 및 OpenCV - 이미지 처리 기초 - 딥러닝을 이용한 이미지 분류 - 객체 검출 및 인식 - 실습: 컴퓨터 비전 프로젝트 □ Object Detection(객체 탐지) - 딥러닝을 통한 객체 탐지 모델 - 객체 탐지 실습 및 응용 | 이론 및 실습 · 자체교재 |
| 7 | □ 모빌리티 산업 AI 프로젝트 실행 - 프로젝트 목표 설정 - 산업 문제 이해 및 데이터 수집 계획 수립 - 데이터 수집 및 초기 처리 - 프로젝트 관련 이론 복습 및 기술 선택 - 데이터 분석 및 모델링 계획 수립 - 데이터 전처리 및 탐색적 데이터 분석(EDA) - 모델 선택 및 프로토타입 개발 - 모델 학습 및 최적화 - 모델 평가 및 개선 - 최종 모델 통합 및 테스트 | 이론 및 실습 · 자체교재 |
| 8 | □ 모빌리티 산업 AI 프로젝트 실행 - 프로젝트 목표 설정 - 산업 문제 이해 및 데이터 수집 계획 수립 - 데이터 수집 및 초기 처리 - 프로젝트 관련 이론 복습 및 기술 선택 - 데이터 분석 및 모델링 계획 수립 - 데이터 전처리 및 탐색적 데이터 분석(EDA) - 모델 선택 및 프로토타입 개발 - 모델 학습 및 최적화 - 모델 평가 및 개선 - 최종 모델 통합 및 테스트 | 이론 및 실습 · 자체교재 |
